Reflection เปิดตัว Beam โมเดลโอเพนซอร์ส 501B ภายใต้ใบอนุญาต Apache 2.0

Reflection ห้องวิจัยปัญญาประดิษฐ์ที่ตั้งอยู่ในสหรัฐอเมริกา เปิดตัวโมเดลแรกของตน Beam บน Hugging Face เมื่อวันที่ 16 ตุลาคม 2026 โมเดลแบบ mixture-of-experts นี้มีพารามิเตอร์รวม 501 พันล้านตัว โดยแต่ละโทเค็นใช้งานประมาณ 23 พันล้านตัว โมเดลอยู่ภายใต้ใบอนุญาต Apache 2.0 ซึ่งอนุญาตให้นำไปใช้เชิงพาณิชย์ได้

Beam รับอินพุตเป็นข้อความเท่านั้น และมีหน้าต่างบริบท 1 ล้านโทเค็น Reflection วางตำแหน่งโมเดลนี้สำหรับงานวิศวกรรมซอฟต์แวร์และงานแบบเอเจนต์ โดยมุ่งไปที่ทีมที่ต้องการโมเดลระดับแนวหน้าขนาดใหญ่ที่สามารถรันและปรับแต่งเองได้ ทั้งบนฮาร์ดแวร์ของตัวเองหรือบนคลาวด์ การเปิดตัวครั้งนี้ยังรวมถึงเฟรมเวิร์กโอเพนซอร์สเฉพาะที่เขียนด้วยภาษา Rust ซึ่งทางห้องวิจัยระบุว่าช่วยให้โมเดลทำงานได้ดีที่สุด

สถาปัตยกรรมและฮาร์ดแวร์

โมเดลมี 52 เลเยอร์ ทุกเลเยอร์ยกเว้นสามเลเยอร์แรกใช้บล็อก mixture-of-experts ที่มี 256 experts โดยเลือกใช้แปดตัวต่อโทเค็น การกำหนดเส้นทางใช้แนวทาง group-limited ที่ DeepSeek-V3 นำเสนอ แต่ Beam ตัด shared expert ออก เลเยอร์ 43 ชั้นใช้ sliding-window attention บนโทเค็น 512 ตัวก่อนหน้า ส่วนอีก 9 ชั้นเข้าถึงบริบทเต็ม ซึ่งทำให้การเติบโตของแคชอยู่ที่ประมาณ 36 KiB ต่อโทเค็น หรือประมาณหนึ่งในหกของที่การออกแบบแบบ global ทั้งหมดต้องใช้

เนื่องจาก expert ทุกตัวต้องอยู่ในหน่วยความจำ การให้บริการ Beam จึงต้องใช้หน่วยความจำเท่ากับโมเดล 501B แต่ความเร็วในการทำงานใกล้เคียงกับโมเดล 23B จุดตรวจสอบ BF16 มีขนาดประมาณ 1 TB Reflection ยังมีน้ำหนัก FP8 ที่เหมาะกับชิป Hopper และ Ampere และเวอร์ชัน NVFP4 ที่เก็บพารามิเตอร์ส่วนใหญ่ด้วยความแม่นยำ 4 บิต สำหรับGPU NVIDIA Blackwell รองรับ transformers, vLLM และ SGLang ตั้งแต่วันเปิดตัว พร้อมตัวอย่างการทำ supervised fine-tuning และ reinforcement learning

ผลการทดสอบมาตรฐาน

จากตัวเลขที่ Reflection เป็นผู้จัดหา เวอร์ชัน BF16 ได้คะแนน 81.6% ใน SWEBench Verified, 80.1% ใน Terminal Bench v2.1 และ 66.1% ใน SWE Bench Pro v1 ตัวเลขของบริษัทแสดงให้เห็นความแตกต่างเพียงเล็กน้อยระหว่างจุดตรวจสอบความแม่นยำเต็มและแบบลดความแม่นยำ ผลลัพธ์เหล่านี้มาจากผู้พัฒนาเองและยังไม่ได้รับการตรวจสอบโดยอิสระ

Reflection ยังเสนอเครดิต Hugging Face Hub มูลค่า 10,000 ดอลลาร์สหรัฐให้แก่โครงการชุมชนที่ดีที่สุดที่สร้างบน Beam ตั้งแต่เดโมไปจนถึงการทำ quantization และงานศึกษาเบนช์มาร์ก การเปิดตัวครั้งนี้เพิ่มทางเลือกโอเพนเวตขนาดใหญ่อีกหนึ่งรายการสำหรับองค์กรที่ต้องการโมเดลที่เน้นการเขียนโค้ด และนำไปติดตั้งบนโครงสร้างพื้นฐานที่ตนควบคุมเองได้